2019 : Pengembangan Algoritma Analisis Sentimen dan Association Rule untuk Analisis Pola Pergerakan Indeks Saham di Indonesia

Drs. Nurul Hidayat M.Kom
Dr. Darmaji S.Si.,MT
Dr. Imam Mukhlash S.Si., MT.

External link

Type

RESEARCH

Keywords

-


Abstract

Era Big Data dan Internet of Things telah merambah hamper semua bidang, termasuk bidang keuangan. Sektor keuangan merupakan salah satu sektor yang sangat dipengaruhi oleh informasi yang muncul di masyarakat. Informasi negatip maupun positip akan berpengaruh pada bidang keuangan antara lain harga saham, indeks saham, dan nilai mata uang. Karena itu, diperlukan seperangkat metode (algoritma/aplikasi) yang mampu melakukan analisis secara cepat dan akurat. Salah satu bidang ilmu yang digunakan adalah data mining dan machine learning. Algoritma-algoritma data mining mampu menemukan pola yang baru, valid, dan menarik dari sejumlah besar data sumber. Pada penelitian ini akan dikembangnkan algoritma untuk mencari pola pergerakan saham dan hubunganya dengan sentiment/opini yang berkembang di masyarakat. Opini ini diperoleh dari website berita terkemuka yang membahas tentang ekonomi dan keuangan. Dua algoritma (task) dasar yang akan dikembangkan adalah sentiment analysis dan association rule. Sentiment analysis digunakan mengetahui (memprediksi) apakah sebuah berita itu bernilai positip atau negatip, sedangkan association rule akan digunakan untuk mencari pola assosiasi (keterhubungan) antara opini dan pola pergerakan saham. Sentiment analysis diawali dengan proses pengambilan informasi-informasi dari sebuah situs web disebut dengan web crawling. Pada penelitian ini akan dilakukan proses web crawling terkait dengan analisis sentiment terhadap artikel berita pada portal berita daring dengan topik ekonomi dan keuangan. Fokus web crawling lebih kepada data yang tidak terstruktur pada web, menjadi sebuah data yang dapat dianalisis dan disimpan. Data yang diambil dari portal berita daring berupa teks artikel dengan rentang waktu sebagai masukan, kemudian akan dilakukan analisa terhadap kumpulan data tersebut dan dilihat bagaimanakah sentiment yang terkandung dalam berita tersebut. Selain itu, akan diambil pula data pergerakan Indeks Harga Saham Gabungan (IHSG) per harinya untuk selanjutnya dilakukan analisis lebih lanjut. Algoritma yang akan digunakan dalam proses analisis sentiment tersebut adalah Hybrid Convolutional Neural Network-Hidden Markov Model (Hybrid CNN-HMM). Dari hal tersebut maka akan kita dapatkan hasil sebenarnya opini yang muncul pada artikel berita tersebut bersifat positif atau negatif. Setelah didapatkannya pembobotan berita tersebut, maka akan kita analisis bagaimanakah hubungan antara munculnya suatu berita dengan pergerakan Indeks Harga Saham Gabungan (IHSG), dengan menggunakan algoritma association rule mining, yaitu Modified Apriori/FP-Growth.